Deciphering the Molecular Association of Human CRIP1a with an Agonist-Bound Cannabinoid Receptor 1
Notice bibliographique
Résumé
Cannabinoid receptor 1 (CB1) is a class A G-protein-coupled receptor that plays important roles in several physiological and pathophysiological processes. Therefore, targeted regulation of CB1 activity is a potential therapeutic strategy for several diseases, including neurological disorders. Apart from cannabinoid ligands, CB1 signaling can also be regulated by different CB1-associated proteins. In particular, the cannabinoid receptor interacting protein 1a (CRIP1a) associates with an activated CB1 receptor and alters the G-protein selectivity, thereby reducing the agonist-mediated signal transduction of the CB1 receptor. Experimental evidence suggests that two peptides corresponding to the distal and central C-terminal segments of CB1 could interact with CRIP1a. However, our knowledge of the molecular basis of CB1-CRIP1a recognition is still limited. In this work, we use an extensive combination of computational methods to build the first comprehensive atomistic model human CB1-CRIP1a complex. Our model provides novel structural insights into the interactions of CRIP1a with a membrane-embedded, complete, agonist-bound CB1 receptor in humans. Our results highlight the key residues that stabilize the CB1-CRIP1a complex, which will be useful to guide in vitro mutagenesis experiments. Furthermore, our human CB1-CRIP1a complex presents a model system for structure-based drug design to target this physiologically important complex for modulating CB1 activity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».